释放蛋白质序列设计深度学习的潜力：ABACUS-R 简介

蛋白质序列设计的深度学习

很难设计出可以精确折叠成 3D 结构的蛋白质序列。最近的研究表明，与传统的基于物理学的方法相比，深度学习算法可以改进蛋白质序列的设计。

ABACUS 经过训练，可以使用有关其主链结构以及附近残基的主链和 AA 的信息来预测残基中的 AA。 ABACUS 使用 Transformer 神经网络6 来执行此操作。这种架构允许在残基之间灵活地表示和集成信息。这些方面在本质上与先前的网络 2 相似，但 ABACUS 增加了辅助任务，例如预测二级结构、溶剂暴露和侧链扭转角。这些输出在设计过程中没有帮助，但它们确实有助于训练并将序列恢复提高 6%。 ABACUS-R 采用称为“去噪”的迭代过程来设计蛋白质序列（图 1）。